
Aion 1.0 Instruct llegó a Hugging Face sin previo aviso, con una fecha límite de enero de 2027 adjunta
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 182 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 356 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 87 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 147 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-0737 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 92 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 135 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 81 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 117 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 110 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 66 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 91 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 42 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 211 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 109 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 160 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
El repositorio microsoft/Aion-1.0-Instruct-2.3B se creó a las 17:05:50 UTC del 18 de noviembre de 2026. Nueve minutos después apareció junto a él un segundo repositorio, que contenía una compilación INT4 ONNX de los mismos pesos. A fecha de esta mañana, el repositorio base tiene tres «me gusta», cero descargas y exactamente un commit, cuyo mensaje dice «Duplicate from asgmodels/Aion-Instruct-v1» — y ese repositorio de origen ahora devuelve 401 a cualquiera que lo consulte. No hubo publicación de lanzamiento, ni hilo, ni frase en la tarjeta del modelo que empezara con «we are excited». Aion 1.0 Instruct no se anunció; se publicó, que es un acto distinto, y la brecha entre ambos es la razón por la que existe este artículo.
Lo que sigue separa tres tipos de afirmación y nunca los confunde. Los datos del repositorio se leyeron directamente de los archivos esta mañana: la configuración, el índice de pesos, la plantilla de chat, la tarjeta y los repositorios hermanos. Las afirmaciones del proveedor son las propias cifras de Microsoft en el propio arnés de Microsoft, reproducidas como afirmaciones. Y una tercera categoría importa aquí más de lo habitual: Microsoft ya ha publicado un calendario de migración para desarrolladores de Windows en su propia documentación, y ese calendario tiene más trascendencia que cualquier cosa en la tarjeta del modelo. Cuando el repositorio guarda silencio, este artículo lo dice en lugar de inferirlo.
Dos relojes, y solo uno de ellos está en silencio.
La publicación de Hugging Face es el reloj silencioso. La ruidosa es más antigua y lleva meses en marcha.
• 31 de mayo de 2026 — microsoft/Aion-Instruct-Preview-Sample se hace público en GitHub, una aplicación de ejemplo de WinUI 3 para un modelo de lenguaje en el dispositivo en PC con Copilot+. Su README lo afirma claramente: «Este paquete contiene el modelo final Aion Instruct previsto para su lanzamiento con Windows».
• 2 de junio de 2026 — el blog para desarrolladores de Microsoft Edge anuncia Aion-1.0-Instruct como modelo de prelanzamiento en Edge Canary y Dev, en sustitución de Phi-4-mini de 4B que está detrás de las API de Asistencia para Prompts y Redacción, descrito como más pequeño y rápido y capaz de ejecutarse mediante inferencia en CPU donde no haya GPU. La misma publicación promete un «lanzamiento de código abierto previsto en Hugging Face para julio».
• 2 de noviembre de 2026 — el ejemplo de GitHub publica la versión v1.1.0.2, que añade compatibilidad con AMD VitisAI; el repositorio se ha mantenido de forma constante desde junio sin un solo anuncio público.
• 16 de noviembre de 2026 — La documentación de Windows AI de Microsoft para Phi Silica incluye un aviso, con marca temporal de dos días antes de que llegaran los pesos, que dice «Phi Silica está siendo reemplazado por Aion Instruct» e indica a los desarrolladores que empiecen a planificar la transición ahora.
• 18 de noviembre de 2026, 17:05 UTC — los propios pesos, con licencia MIT, en Hugging Face. Ninguna publicación que los acompañe en ningún lugar que una búsqueda pueda encontrar.

Así que la descripción honesta no es «Microsoft lanzó un modelo en secreto». Es que Microsoft lleva casi seis meses informando a los desarrolladores de Windows sobre esta transición en documentación y código de ejemplo, prometió pesos abiertos en julio, los entregó con cuatro meses y medio de retraso y no acompañó la entrega con un anuncio. Si solo leíste la cobertura del lanzamiento, no sabrías que Aion 1.0 Instruct existe. Si lees la documentación de la API de Phi Silica —que es donde realmente está un desarrollador de Windows—, has estado sobre aviso desde al menos mediados de noviembre.
Lo que los archivos demuestran, sin necesidad de que Microsoft confirme nada
Nada de lo siguiente depende de un anuncio. Todo está en el repositorio, y la mayor parte puede comprobarse contra el propio archivo de pesos.
• Recuento de parámetros — la tarjeta dice "~2.29B", y la aritmética concuerda: model.safetensors tiene 4,577,698,488 bytes en bfloat16, lo que equivale a 2,288,849,244 parámetros a dos bytes cada uno. Los embeddings de entrada y salida están compartidos, por lo que ese recuento no se duplica en la cabeza.
• Forma — 28 capas, tamaño oculto 2,048, intermedio MLP 8,192 con SiLU, 24 cabezas de consulta frente a 8 cabezas de clave/valor con dimensión de cabeza 128, RMSNorm con épsilon 1e-6, vocabulario de 200,029 tokens.
• Patrón de atención: el array layer_types de la configuración enumera 21 capas sliding_attention y 7 capas full_attention, intercaladas. La ventana deslizante es de 2048 tokens.
• Contexto — 32.768 tokens, alcanzado mediante YaRN en lugar de por la longitud nativa de entrenamiento. Más sobre eso a continuación, porque es el número que más se malinterpreta del archivo.
• Licencia — MIT, copyright Microsoft Corporation, con un archivo LICENSE presente en el repositorio. Sin embargo, el license_link del front-matter apunta a asgmodels/Aion-Instruct-v1/blob/main/LICENSE, que es el repositorio privado que devuelve 401. La licencia que puedes leer es la que está en el árbol; a la que enlaza la tarjeta no se puede acceder.
• Código personalizado: esta no es una arquitectura estándar. Para ejecutarlo se requiere trust_remote_code=True e incorpora configuration_aion_instruct.py y modeling_aion_instruct.py. Se exportó con transformers 5.x, por lo que las cadenas de herramientas más antiguas no lo cargarán sin prestar atención.
• Formato de chat — <|system|>, <|user|>, <|assistant|>, cada turno cerrado por <|end|>, que también es el token EOS. Los esquemas de herramientas van en el prompt del sistema entre <|tool|> y <|/tool|>; las llamadas vuelven como <|tool_call|>{"name": …, "arguments": …}<|/tool_call|>; los resultados regresan dentro de un turno de usuario con el prefijo <|tool_response|>. La plantilla lanza un error si un mensaje de sistema inicial contiene cualquiera de los tokens de control reservados, lo cual es una protección sensata y algo poco habitual de ver en una tarjeta.
• Idiomas: inglés, alemán, español, portugués, italiano, francés, chino y japonés. La ficha indica que los datos multilingües representan aproximadamente el 6 % de la mezcla de entrenamiento.
• Fecha límite de conocimientos: diciembre de 2025.
• La compilación cuantizada — microsoft/Aion-1.0-Instruct-2.3B-ONNX-WebGPU, creada a las 17:14:58 UTC de esa misma tarde, nueve minutos después del repositorio base. Pesos INT4 por bloques exportados desde un checkpoint entrenado con reconocimiento de cuantización, activaciones y caché KV en FP16, opset 21, aproximadamente 1,3 GB, orientada a WebGPU mediante ONNX Runtime GenAI.
Lo más útil de esa lista son los dos últimos elementos tomados en conjunto. Una versión bf16 sin cuantizar junto con una compilación INT4 derivada de QAT, publicadas con nueve minutos de diferencia, indica que el artefacto de distribución estaba listo antes de que lo estuviera el artefacto de transparencia. Esa es la forma de un lanzamiento que se retuvo y luego se dejó salir en silencio, no la de uno apresurado.
El contexto de 32K es un modelo de 2K estirado dieciséis veces
Lea el bloque rope_parameters con atención, y el número de contexto cambia de carácter. Las capas de atención completa declaran rope_type: "yarn" con original_max_position_embeddings: 2048 y factor: 16.0. Dos mil cuarenta y ocho multiplicado por dieciséis es 32.768. Las capas de atención deslizante declaran un rope_type: "default" simple con theta 32.000, con la misma ventana de 2.048.
La interpretación que se desprende de la configuración —y es una interpretación, no una declaración del proveedor— es que este modelo se entrenó con un rango de posiciones de 2.048 tokens y después se extendió a 32K mediante un escalado RoPE aplicado solo a siete de sus veintiocho capas. Tres cuartos de la pila nunca pueden atender más atrás de 2.048 tokens por construcción; la mezcla de largo alcance ocurre únicamente en las siete capas de atención completa. Ese es un diseño legítimo y cada vez más común para modelos en dispositivo, donde el tamaño de la caché KV es la restricción limitante de memoria: una ventana deslizante mantiene la caché constante sin importar cuánto dure la conversación, que es exactamente lo que quieres en un portátil que además tiene que renderizar un escritorio.
También significa que la cifra de 32.768 no debería interpretarse como "gestiona un documento de 32K tan bien como un modelo entrenado a 32K". La propia ficha de Microsoft es prudente al respecto: describe la ventana como suficiente para procesar "documentos de varias páginas, hilos de correo electrónico extensos y especificaciones técnicas complejas íntegramente en el dispositivo". No afirma nada sobre la calidad de recuperación en el extremo lejano. Si lo que necesitas es la recuperación en contextos largos, eso es lo primero que debes medir tú mismo, y no aparece en la ficha.
Los benchmarks son de Microsoft, y dos de ellos están señalados como poco estrictos.
Todos los números que aparecen a continuación son reportados por el proveedor. La tarjeta dice que todos se ejecutaron mediante el lm-evaluation-harness de EleutherAI cuando existía una implementación de la tarea y, en caso contrario, mediante el repositorio oficial de cada benchmark, con GPT-4o como juez en las tareas evaluadas por LLM. No hay reproducción independiente, ni configuración del harness publicada, ni script de evaluación en el repositorio, así que nada de ello puede volverse a ejecutar a partir de lo que se distribuyó.
• Conocimiento — MMLU 55.15, MMLU-Pro 33.35, MMMLU multilingüe 45.51, GPQA 28.18.
• Matemáticas — GSM8K 74,91 con coincidencia flexible, GSMPlus 49,56, MATH-500 48,00.
Seguimiento de instrucciones — IFEval 83.90 como la media de estricto a nivel de prompt y estricto a nivel de instrucción, IFBench 32.00 en flexible a nivel de prompt, Multi-IF 64.70.
• Traducción — chrF++ 43.18.

Dos de esos merecen una segunda mirada antes de que alguien los cite. GSM8K en 74.91 es explícitamente una coincidencia flexible, que acredita una respuesta que contiene el número correcto incluso cuando el razonamiento o el formato que lo rodea es incorrecto; el GSM8K estricto en un modelo de 2.3B quedaría significativamente más bajo. IFBench en 32.00 es flexible a nivel de prompt, que es la variante más indulgente del benchmark de seguimiento de instrucciones más indulgente del conjunto. Los números de carácter estricto de la misma tabla —MMLU-Pro en 33.35, GPQA en 28.18— son lo que realmente parece el conocimiento del mundo de un modelo de 2.3B, y son poco destacables, que es lo que la propia ficha dice en su sección de limitaciones: los modelos pequeños «pueden pasar por alto detalles finos, proporcionar afirmaciones erróneas o mostrar incapacidad para seguir razonamientos complejos de varios pasos».
La ausencia que importa más que cualquier puntuación individual: la ficha nunca compara Aion 1.0 Instruct con Phi Silica, el modelo al que reemplaza. Dice que los datos de entrenamiento «son una extensión de los datos utilizados para entrenar Phi Silica» y se detiene ahí. Para un desarrollador al que se le indica que migre en enero, el único delta que informaría la decisión —¿el sustituto obtiene mejor o peor puntuación que lo que tengo?— no está en el documento.
Los números de seguridad son una imagen, no una tabla
La tarjeta nombra tres métricas que quiere mejorar: XPIA, DIC y ECI. Luego se niega a darte una cifra para ninguna de ellas. Las cifras solo aparecen en images/aion_safety_bchart.png, un gráfico de barras titulado «Azure AI Safety Suite», con categorías del eje para seguridad de contenido adversarial, información crítica electoral, inyección indirecta de prompts e inyección de documentos, puntuadas en una escala de 0 a 100 normalizada por dirección, donde el valor es uno menos la tasa de fallos multiplicado por cien. No hay ninguna columna numérica en ninguna parte del texto.
Eso es una brecha real y vale la pena decirla con claridad en lugar de sortearla: las tres métricas que Microsoft mismo señala como pendientes de trabajo son las tres que no se pueden leer sin aplicar OCR a un PNG. Los validadores sí publicaron una nota al pie sobre la metodología —prompts idénticos en tipo, verificados mediante SHA-256—, lo que supone más rigor del que muestran la mayoría de las tarjetas. Lo que no publicaron fueron los valores. Y las notas de transparencia paralelas del paquete de validación de Windows van más lejos, y afirman que los ataques de inyección entre prompts y la inferencia emocional no se han probado para el cumplimiento de IA responsable, y que el paquete «puede tener vulnerabilidades». Para un modelo cuya característica principal es ejecutarse sin supervisión sobre tus documentos locales, la inyección de prompts no es una nota al pie.
Lo que Microsoft ya ha dicho a los desarrolladores, y lo que se rompe
Esta es la parte que un lector puede poner en práctica hoy, y no depende en absoluto del lanzamiento de Hugging Face. Está en la página de Phi Silica de Microsoft Learn, cuya marca de tiempo de actualización indica el 16 de noviembre de 2026.

• Phi Silica está siendo reemplazado por Aion Instruct. El aviso lo dice directamente y les indica a los desarrolladores que comiencen a planificar la transición ahora.
• Diciembre de 2026 — Aion 1.0 Instruct comienza su implementación en dispositivos con Windows Insider Preview. Phi Silica sigue presente; una implementación controlada de características de Windows decide qué modelo está activo, y los desarrolladores pueden forzar una comparación en paralelo mediante una clave del registro.
• Enero de 2027 — el modelo se implementa en los dispositivos de venta al público y se elimina Phi Silica.
• La barrera de acceso desaparece. Las API de Phi Silica son una característica de acceso limitado (Limited Access Feature) que requiere un token de desbloqueo; la documentación indica que «a diferencia de Phi Silica, ya no se necesitan tokens LAF con Aion Instruct». Para cualquiera que alguna vez haya presentado el formulario de solicitud de LAF y haya esperado, esa es la frase más trascendental de toda la migración.
• Tus LoRA no se trasladan contigo. El repositorio de ejemplos lo deja claro: los LoRA compatibles con Phi Silica no son compatibles con Aion Instruct, y los nuevos adaptadores deben crearse con Foundry Toolkit.
• Las salidas llevan marca de agua. El nuevo stack utiliza marcado de agua invisible para cumplir con la Ley de IA de la UE, y las notas advierten que la marca podría volverse visible cuando la salida se pegue en ciertas aplicaciones.
• El soporte de hardware consta de tres proveedores de ejecución y ningún mecanismo de respaldo. El paquete de validación se dirige a ARM64 Snapdragon mediante QNN gestionado por catálogo con un EP mínimo de 2.2480.49, a x64 Intel Lunar Lake mediante OpenVINO en 1.8.95, y a x64 AMD Ryzen AI mediante VitisAI en 1.8.80. No hay «respaldo de CPU cuando un proveedor de NPU compatible no está disponible». Téngase en cuenta la brecha frente a la publicación de Edge de junio, que promocionaba la inferencia en CPU como la forma en que Aion llegaba a dispositivos sin GPU; esa era la compilación para navegador, y la ruta de la API de Windows es más limitada.
• El paquete de validación no es apto para distribución. "No es para uso de usuarios finales ni de clientes. No envíe ninguna parte de este paquete a consumidores finales." El modelo es definitivo; la entrega que lo rodea no lo es, y el rendimiento medido hoy no es, explícitamente, representativo de la compilación de enero.
Qué sigue sin confirmarse y cómo mantenerlo
• Ningún anuncio. Nada en los blogs de Microsoft, ninguna declaración de intenciones en la ficha del modelo más allá de «una introducción a lo que está por venir», ningún informe técnico. El único rastro público fuera del repositorio es un envío a Hacker News del 18 de noviembre con un punto.
• Sin evaluación independiente. A 19 de noviembre, el modelo no aparece en Artificial Analysis y ningún tercero ha publicado una prueba. Todas las cifras de la tabla anterior son Microsoft evaluando a Microsoft.
• No hay GGUF. La ficha enumera «Nombres de biblioteca: PyTorch, ONNX, GGUF», pero no existe ningún repositorio GGUF dentro de la organización de Microsoft. El único artefacto cuantizado publicado es la compilación ONNX WebGPU. Trata la línea de GGUF como una declaración de intenciones hasta que exista un archivo.
• Ningún detalle del entrenamiento. El número de tokens, el cómputo, la mezcla de datos más allá de "documentos públicos más datos sintéticos" y el 6 % de proporción multilingüe: nada de eso se especifica.
• Sin precio, porque no hay nada que tarificar. Esto es un componente del sistema operativo y una descarga de pesos, no un endpoint alojado. Tampoco figura en el catálogo de OrcaRouter, al igual que todos los demás modelos de Microsoft en el dispositivo.
Si distribuyes una aplicación de Windows, la decisión ya está en tu calendario.
La lectura práctica es que Aion 1.0 Instruct es ahora algo contra lo que puedes crear prototipos meses antes de verte obligado a hacerlo, que es precisamente el objetivo de un lanzamiento de transparencia. Descarga los pesos, ejecuta tu propio conjunto de prompts, mide las dos cosas que la ficha no te dirá —la recuperación de contexto largo más allá de 2.048 tokens y el comportamiento ante inyección de prompts sobre documentos locales— y decide si tus rutas de resumen y reescritura sobreviven al cambio. La ventana de December Insider con su clave de registro comparativa es el banco de pruebas más económico que vas a conseguir, y cierra en enero.
La pregunta arquitectónica que viene a continuación es dónde se detiene el modelo en el dispositivo. Un modelo de 2.3B con una ventana de 32K que se ejecuta en una NPU es excelente para resumir, reescribir, clasificar y extraer, y no va a hacer razonamiento de varios pasos sobre una base de código. La mayoría de las aplicaciones que lo adopten acabarán siendo híbridas: modelo local para las pasadas baratas, privadas y sensibles a la latencia, y un modelo en la nube detrás de una API para la ruta de escalado. Esa capa de escalado es la parte que merece diseñarse deliberadamente en lugar de añadirse a posteriori. OrcaRouter existe exactamente para esa mitad del problema —una API para más de 200 modelos en la nube sin recargo sobre los precios de lista de los proveedores, conmutación automática por error cuando un proveedor se degrada y un DSL de enrutamiento para componer varios modelos en una sola llamada— y no sirve Aion 1.0 Instruct, porque nada de este modelo se ejecuta en un centro de datos. La división honesta es modelo local, decisión local, escalado a la nube, y las dos mitades necesitan herramientas distintas.
También hay una forma barata de protegerte de las partes no probadas. Nada de lo anterior se ha evaluado de forma independiente con benchmarks, y la compilación de enero puede diferir de este checkpoint. La conmutación por error es lo que hace seguro poner un modelo sin puntuación en una ruta que importa: mantén el respaldo configurado antes de necesitarlo, y una generación defectuosa se convierte en un reintento en lugar de un incidente. Ese consejo se aplica a cualquiera de las dos mitades del híbrido sobre la que tengas dudas.
Qué ver
Cuatro señales cambiarían este panorama, y tres de ellas son baratas de monitorear. Una publicación de anuncio real con detalles de entrenamiento convertiría la ficha de un artefacto de transparencia en un lanzamiento. Un repositorio GGUF haría que el modelo se pudiera usar fuera de Windows y fuera de ONNX Runtime. Una primera ejecución de benchmark independiente —Artificial Analysis, LMArena o cualquier salida de un arnés reproducible— reemplazaría las salvedades de coincidencia imprecisa por algo citable. Y los canales Edge Canary y Dev son la prueba en vivo: si las API Prompt and Writing Assistance cambian de la ruta de Phi-4-mini a Aion 1.0 Instruct en el navegador, verás el cambio de comportamiento mucho antes del despliegue de Windows de enero.
Hasta entonces, la descripción correcta de Aion 1.0 Instruct es la que respalda la evidencia y nada más: un modelo en dispositivo de 2.29B terminado, con licencia MIT, técnicamente completo y sin documentación, publicado a las 17:05 UTC un martes por la tarde con un hermano cuantizado nueve minutos por detrás y un plazo de reemplazo que no se fijó él mismo.
